双目全方位视觉传感器及其极线校正方法

为了扩大双目立体视觉的视场范围, 提高双目立体匹配的速度和准确度, 设计了一种双目全 方位视觉传感器(ODVS)立体视觉成像系统, 提出了一种基于竖直线的极线校正算法.将两个结构 相同的ODVS 以上下同轴同向的方式进行组合, 得到全景立体视觉空间, 分析了双目ODVS 的成 像特性, 实现了一种无需任何专门的标定设备、仅利用场景中与ODVS 成像平面垂直的竖直直线 (如门框、窗框, 墙角线等)来校正其极线的算法.实验结果表明, 该算法对双目立体全景视觉成像系 统是一种有效的极线校正方法.     

基于三维视觉的服装信息智能提取方法

针对二维图像处理技术存在鲁棒性弱、补充效果差的问题,提出了基于三维视觉的服装信息智能提取方法.利用三维视觉成像系统,从服装生产视频的重点帧中采集三维视觉服装图像,利用聚类技术优化三维视觉图像的色彩度特征差值切割结果,分别对像素点和切割块进行显著性计算.利用高斯函数进行像素估计,并融合背景估计结果和显著性计算结果提取图像前景,得出服装信息.结果表明,所提方法的鲁棒性强,并具有良好的三维填补效果.     

基于全方位计算机视觉的ATM机智能监控

探讨了利用全方位视觉传感器(ODVS)以及计算机视觉技术来实现对自动取款机(ATM)的视频智能监控,采用ODVS来获取整个ATM机周围的全景视频图像,通过透视算法将全景视频图像展开成若干个重点监控领域;为了提高检索效率、减少存储和传输信息量,提出了通过基于高斯肤色模型的人脸检测算法获取ATM使用者的人脸图像并将时间地点等信息进行合并,得到一幅包含使用ATM时间、地点和人物图像;为了提高ATM的使用安全性,通过基于卡尔曼滤波的人脸跟踪和行为语义规则判定等手段来检测和分析ATM设备周围环境中的窥视行为.与现有的ATM视频监控技术相比,所提出的监控方法具有检测范围广、智能化水平高、存储检索效率高等优点,实现窥视行为检测算法具有较高的鲁棒性和检测精度.     

全景视觉非线性核相关滤波目标跟踪技术

为了实现全景视觉下目标跟踪,本文提出了基于非线性核相关滤波的全景视觉目标跟踪算法,该算法将岭回归与循环样本矩阵和经典的相关滤波联系在一起。通过核技巧,建立了非线性回归函数,解决了全景成像畸变的影响。通过在极坐标系下构造傅里叶形式的梯度方向直方图特征描述子(HOG),保证了全景目标的旋转不变性。针对全景成像特点设计自适应机制和基于极坐标表示的目标搜索机制。以OTB100库中存在平面内旋转情况的图像序列与原方法进行对比实验,本文算法跟踪精度提高13.5%。并在全景图像上进行实验,相比于原方法,本文算法能够实现有效全景视觉目标跟踪。     

一种改进的灰度码位平面运动估计算法

提出用于电子稳像的一种改进的灰度码位平面运动估计算法.该算法首先提取视频中当前帧和参考帧的相邻2层位平面,并进行比特变换,然后对其进行子图像运动估计,从而得到当前帧相对于参考帧的运动矢量,进而进行运动补偿,实现视频稳定.实验结果表明,该算法能在减小计算复杂度的同时提高稳像精度,实际应用效果较好.     

基于人眼特性的视频稳定方法

在分析人眼视觉稳像原理和特性的基础上,提出了一种基于特征块匹配的视频稳定算法。该算法采用均匀分布的方式确定特征块。根据视频图像抖动特性对运动矢量进行预测,确定运动搜索的起始点。采用大钻石与小钻石搜索模板结合的方式,在阈值和搜索空间的约束下完成特征块匹配。然后通过运动平滑选择有效的运动矢量。利用仿射变换矩阵对原始图像进行配准,得出稳定视频序列。实验表明,该算法有效地稳定了图像序列,并且满足快速性和实时性的要求。     

基于全景视觉技术的旋翼共锥度测量系统的设计及实现

在深入分析以往旋翼桨叶共锥度测量手段的基础上,提出了一种基于全景视觉技术的旋翼共锥度测量的新方法。由全景图像球面还原算法原理,推导出了一组用于计算桨叶锥度差的逆投影公式。利用同步电路控制摄像机拍摄实现了对目标桨叶的实时提取,并对全景图像的解算方法进行了相应研究。应用脉冲耦合神经网络(PCNN)对全景图像进行初次分割,重点介绍了在此基础上结合区域标记法对桨叶图像进行特征提取的过程并取得了很好的识别率。实验结果表明,该测量方法对于桨叶锥度差的计算具有较高的精度,可以应用于未来的实际生产过程。     

基于LabVIEW的亚像元成像实验平台设计

亚像元图像融合方法是一种提高遥感图像分辨力的有效方法,通过融合两帧对同一目标成像的、错开1/2像元的亚像元图像序列,得到分辨力更高的图像。本文以电控直线导轨、面阵CCD探测器、图像采集卡为硬件,基于LabVIEW开发控制软件,搭建了亚像元成像实验平台,实现了采集亚像元图像序列的功能。通过测试实验证明,该系统采集的图像配准精度极高,为下一步研究亚像元图像融合算法打下了良好的基础。     

基于计算机视觉的视频图像关键帧提取及修复方法

为了提高视频图像关键帧提取及修复效果,设计了一种基于计算机视觉的视频图像关键帧提取及修复方法。基于计算机视觉进行视频图像采集;采用阈值分割法建立灰度值模型,计算背景与目标的灰度差;利用视频图像中的主要特征窗口获取像素值,使用熵值法采集剩余的局部纹理图像,以完成视频图像关键帧提取。在此基础上,利用加权法还原原始矩阵,完成视频图像关键帧修复。实验结果表明,此方法提取的图像清晰度较高,能够提取到图像的颜色特征和纹理特征,提取多个视频图像关键帧的时间较少。     

基于蝇复眼的交通事故现场全景图像阵列仿生设计

为了快速、有效地采集并处理交通事故现场全景图像,以满足事故现场快速勘查的要求,本文结合昆虫复眼和蟹眼的视觉机理和结构,首先设计了基于蝇复眼的交通事故现场全景图像采集仿生阵列,该阵列将多个图像传感器列阵排列,每个传感器使用各自独立的成像通道完成图像的获取,从而"镶嵌"成全景图像。然后,分析了复眼仿生阵列的设计原理,通过构建阵列的结构数学模型搭建了试验平台。最后,通过试验验证了本文设计阵列的有效性。试验结果表明,该交通事故现场复眼仿生阵列可以实现大视场成像。